筛选结果
47 篇排序
1:30:54EN → 简体中文人形机器人跑赢了博尔特,DeepMind 仍将机器人评为 GPT-2 水平主持 Nathan LabenzGoogle DeepMind 的 Gemini Robotics 负责人讲述:为什么冲刺很容易、煎蛋很难,以及为什么一个大脑应该能驱动任何身体。
1:01:14EN → 简体中文模型吞掉脚手架:谷歌如何计划把智能体推向各处主持 Nathan Labenz泄露的“没有护城河”备忘录发布三年之后,DeepMind 的 Gemini 负责人带我们了解 3.5 Flash、Omni,以及如今贯穿谷歌各项产品的共享智能体(Agent)框架(harness)。
1:57:29EN → 简体中文前沿视觉模型得分 12.5%:Joseph Nelson 谈计算机视觉的真实水位线主持 Nathan LabenzRoboflow 的首席执行官向 Nathan Labenz 解释,视觉为何仍落后于语言,如何把 SAM 3 蒸馏成温布尔登可用的边缘模型,以及美国为何几乎从未在开源视觉上领先。
42:20EN → 简体中文凌晨两点半想出的名字,把 Gemini 推上了 App Store 榜首主持 Jacob Effron谷歌的 Nicole Brichtova 和 Oliver Wang 谈 Nano Banana:图像模型为什么是随着语言模型一起变聪明的,以及为什么一句提示词仍然算不上成品。
1:55:02EN → 简体中文每天一百次实验,以及材料领域的“死亡之谷”主持 Nathan LabenzRadical AI 两位联合创始人向 Nathan Labenz 讲述,如何通过前沿模型与自驾实验室组成的闭环,把四十年的材料研发周期压缩到十年以内。
1:19:10EN → 简体中文原本要拍几个月的机械臂镜头,如今收进了一条提示词里主持 Nathan LabenzLuma Labs 的 Amit Jain 与 Jiaming Song 谈 Ray 2、少样本镜头概念,以及他们为什么认为视频模型处在通往通用人工智能(AGI)的路上。
1:43:54EN → 简体中文培育一个脑类器官要一年,模拟一次只要一小时主持 Nathan Labenz斯坦福博士后 Siyu He 向 Nathan Labenz 讲述 Squidiff 和 CORAL 如何把单细胞实验与空间实验搬进电脑,以及这些模型目前还做不到什么。
3:53:49EN → 简体中文数据只有十二分之一,一个开源视觉模型击败了 GPT-4o主持 Nathan LabenzVeratai 的 Will Hardman 带 Nathan Labenz 梳理了两年来的视觉语言模型(VLM),从 ViT 和 CLIP 讲到 InternVL、BLINK 和 Transfusion。
1:07:32EN → 简体中文o1 已是新一代模型,通用人工智能(AGI)到来那天可能平淡无奇主持 Jacob EffronOpenAI 前首席研究官 Bob McGrew 谈:为什么 o1 是 100 倍的跨越,为什么智能体(Agent)会卡在可靠性上,以及为什么 AGI 可能以办公室里的琐碎事务降临,而没有一个惊天动地的时刻。
55:16EN → 简体中文Gemini API 半年增长 14 倍,谷歌产品经理谈追赶之路主持 Nathan LabenzLogan Kilpatrick 和 Shrestha Basu Mallick 谈到搜索接地(grounding)、Gemini Flash 在价格与延迟上的独特位置,以及为什么排行榜上几乎打平,谷歌在多数开发者的候选名单里仍排第三。
54:45EN → 简体中文几兆的《毁灭战士》,几吉的模型:Runway 为何押注泛化主持 Nathan LabenzRunway 首席技术官 Anastasis Germanidis 在 The Cognitive Revolution 节目里谈到:为什么视频比文本更完整地记录了世界,物理规律为什么无需编程就会自己出现,以及一家小实验室如何与近乎无限的算力竞争。
2:04:15EN → 简体中文鹦鹉不会换个说法,Claude 也没法被说服去做有害的事主持 Nathan LabenzNonzero 播客的 Robert Wright 采访 Nathan Labenz,谈大语言模型到底懂不懂什么、Anthropic 那 1000 万个特征究竟说明了什么,以及开放权重为何会与中美政策相冲突。
1:16:22EN → 简体中文他花 20 小时打磨提示词(prompt),DSPy 还是赢了他主持 Nathan LabenzSander Schulhoff 讲解 The Prompt Report。这份 78 页的综述梳理了向大语言模型(LLM)提问时,真正管用的提示方法。
1:37:07EN → 简体中文只靠文字的 AI 诊断胜过全科医生,谷歌却仍不肯上线主持 Nathan Labenz谷歌研究员 Vivek Natarajan 和 Khaled Saab 带 Nathan Labenz 逐一讲解五篇医疗 AI 论文,从放射学报告讲到仍需赢得信任的 AI 医生。
1:10:07EN → 简体中文同样的智能,只要 1% 的价格:Logan Kilpatrick 谈 Gemini Flash主持 Nathan Labenz前 OpenAI 开发者关系负责人、现任 Google AI Studio 产品经理的 Logan Kilpatrick,讲解 Gemini 1.5 Flash 实际改变了开发者的哪些做法。
3:04:52EN → 简体中文医生在九个维度中有八个更青睐 AI:一位 GPT-4 红队测试者的侦察报告主持 Nathan LabenzNathan Labenz 在 80,000 Hours 播客上讲述 2023 年末的系统已经能做什么、哪些门槛仍然重要,以及两极化的政策之争为何反而成了强硬监管的礼物。
1:34:11EN → 简体中文从扫描仪中的四十小时到一小时:借助共享的大脑空间重建你所看到的画面主持 Nathan LabenzPaul Scotti 讲述 MindEye2 如何用一小时的数据,把新受试者的功能磁共振成像(fMRI)数据映射到 CLIP 中,以及为什么一个线性层加上更好的图像生成器,改变了读心的成本。
1:01:53EN → 简体中文陪伴类应用的打开频率是 TikTok 的两倍:a16z 只投“怪但能跑通”的消费产品主持 Nathan Labenza16z 消费团队合伙人 Anish Acharya 与 Justine Moore 向 Nathan Labenz 介绍他们面向 AI 原生消费应用的“丰饶议程”。
1:21:28EN → 简体中文提示词是个 bug:Suhail Doshi 押注对像素的控制主持 Nathan Labenz这位 Mixpanel 创始人告诉 Nathan Labenz,一个云端浏览器、一条引发抵制的推文,以及一次周四放出的模型权重,如何塑造了 Playground AI 对图像的押注。
1:17:20EN → 简体中文Hume 想把幸福感写进目标函数,一次测量 53 种情绪主持 Nathan LabenzAlan Cowen 向 Nathan Labenz 介绍了 Hume AI 如何通过脸部、声音和语言读取情绪,以每小时 1.66 美元的价格提供定制模型,并主张用长期幸福感(well-being)覆盖 AI 的所有其他目标。
1:19:24EN → 简体中文一篇玩具论文没有证明大语言模型不能泛化,舆论却照样跟着跑主持 Nathan LabenzNathan Labenz 和 Erik Torenberg 拆解了一条在网上疯传的 DeepMind 结果、一次周末复现,以及一场针对自愿性 AI 承诺、来得太早的骂战。
1:36:39EN → 简体中文OpenAI 的 500 万美元押注:60 人团队想让 GPT-4V 赋予汽车常识主持 Nathan LabenzGhost Autonomy 联合创始人 John Hayes 在 Cognitive Revolution 节目里说,把多模态模型放进驾驶路径,可能会让自动驾驶在二十年的 DARPA 时代技术栈之后重新起步。
1:14:48EN → 简体中文首届开发者大会(DevDay)或许催生了数千家创业公司,OpenAI 的 Logan Kilpatrick 这样说主持 Nathan LabenzOpenAI 首届开发者大会次日,开发者关系负责人 Logan Kilpatrick 对 Nathan Labenz 讲了:为什么薄薄一层 API 封装从来不算公司,为什么智能体(Agent)没有被做成完全自主的,以及 200 万美元起的定制模型到底有什么用。
1:32:40EN → 简体中文教会 GPT-3.5 击败 GPT-4 的历史学家主持 Nathan LabenzMark Humphries 谈一公里长的未读纸质档案、嵌入(embeddings)模型看不懂的皮毛贸易行话,以及廉价的处理能力为什么会迫使历史被重写。
加载更多已显示 24 篇,共 47 篇







